New neural networks based on Extreme Learning Machine

Abstract

A extreme learning machine (ELM) é unha popular rede neuronal que ten dous importantes inconvintes con datos grandes: a necesidade de sintonizar o número de neuronas ocultas e a pseudo-inversión da matriz coas actividades destas neuronas. Este tese desenvolve algoritmos que conservan a simplicidade e velocidade da rede ELM e: 1) evitan a sintonización e limitan o tamano da matriz de activacións na capa oculta; 2) melloran a calidade da rede ELM cunha elección axeitada dos valores aleatorios das polarizacións ocultas; 3) aceleran a sintonización do hiper-parámetro reducindo o número de entrenamentos necesarios.